KI kann Muster in Bluttest-Daten erkennen und frühzeitig auf Krankheiten hinweisen. Dies ist der dritte Teil einer sechsteiligen Serie, die untersucht, wie KI die medizinische Forschung und Behandlung verändert.
Früherkennung von Eierstockkrebs durch KI
Eierstockkrebs ist “selten, unterfinanziert und tödlich”, sagt Audra Moran, Leiterin der Ovarian Cancer Research Alliance (Ocra), einer weltweiten Wohltätigkeitsorganisation mit Sitz in New York. Wie bei allen Krebserkrankungen gilt: Je früher sie erkannt wird, desto besser.
Die meisten Fälle von Eierstockkrebs beginnen in den Eileitern. Bis der Krebs die Eierstöcke erreicht, hat er sich oft bereits ausgebreitet. Laut Moran ist es entscheidend, Eierstockkrebs etwa fünf Jahre vor dem Auftreten erster Symptome zu erkennen, um die Sterblichkeit zu senken.
Neue Bluttests nutzen Künstliche Intelligenz (KI), um Anzeichen von Krebs in sehr frühen Stadien zu erkennen. Aber nicht nur Krebs: KI beschleunigt auch Bluttests für potenziell tödliche Infektionen wie Lungenentzündungen.
Dr. Daniel Heller, ein biomedizinischer Ingenieur am Memorial Sloan Kettering Cancer Center in New York, arbeitet an einer Testtechnologie, die winzige Kohlenstoffnanoröhren verwendet. Diese Röhren sind etwa 50.000 Mal kleiner als der Durchmesser eines menschlichen Haares.
Vor 20 Jahren entdeckten Wissenschaftler, dass Nanoröhren fluoreszierendes Licht aussenden können. In den letzten zehn Jahren fanden Forscher Wege, ihre Eigenschaften so zu verändern, dass sie auf fast alles im Blut reagieren.
Millionen solcher Nanoröhren können in einer Blutprobe eingesetzt werden. Sie senden unterschiedliche Lichtwellenlängen aus, je nachdem, was an ihnen haftet. Das Hauptproblem blieb jedoch die Interpretation dieser Signale.
Fortschritte in der Datenanalyse und KI-Anwendung
Dr. Heller vergleicht die Datenanalyse mit der Suche nach einem Fingerabdruck. Das “Fingerabdruckmuster” ergibt sich aus Molekülen, die an Sensoren binden, aber diese Muster sind für Menschen zu subtil. “Wir können die Daten ansehen, aber sie ergeben keinen Sinn. Nur KI erkennt die Unterschiede,” sagt er.
Die Daten werden in einen Algorithmus für maschinelles Lernen geladen. Der Algorithmus lernt, welche Proben von Patienten mit Eierstockkrebs stammen und welche von Personen ohne Krebs oder mit anderen gynäkologischen Erkrankungen.
Eine Herausforderung bei der KI-Entwicklung für Bluttests ist die Seltenheit von Eierstockkrebs. Wenige Daten erschweren das Training der Algorithmen. Zudem sind viele Daten in Krankenhäusern isoliert und werden kaum geteilt.
Dr. Heller beschreibt das Training des Algorithmus mit Daten von nur einigen Hundert Patienten als “Hail Mary”-Versuch. Trotzdem übertraf die KI die besten derzeit verfügbaren Krebs-Biomarker – und das war erst der Anfang.
Weitere Studien sollen die Technologie verbessern, indem größere Sensor-Sets und Daten aus mehr Patientenproben einbezogen werden. Je mehr Daten, desto besser der Algorithmus – ähnlich wie Algorithmen für autonomes Fahren durch Tests auf Straßen besser werden.
Dr. Heller hofft, dass die Technologie bald breiter einsetzbar ist. “Wir möchten alle gynäkologischen Erkrankungen triagieren können. Wenn jemand Beschwerden hat, soll ein Tool den Ärzten schnell anzeigen können, ob es sich eher um Krebs handelt oder nicht.”
KI revolutioniert Bluttests für Infektionen
Neben der Früherkennung beschleunigt KI auch andere Bluttests. Für Krebspatienten kann eine Lungenentzündung tödlich sein. Da etwa 600 verschiedene Erreger Lungenentzündungen verursachen können, sind normalerweise viele Tests nötig.
Karius, ein Unternehmen aus Kalifornien, nutzt KI, um den genauen Erreger innerhalb von 24 Stunden zu identifizieren und das richtige Antibiotikum auszuwählen. Vor diesem Test mussten Patienten 15 bis 20 verschiedene Tests machen, was in der ersten Woche Krankenhauskosten von etwa 20.000 US-Dollar verursachte, sagt Karius-CEO Alec Ford.
Karius vergleicht Patientenproben mit einer riesigen Datenbank mikrobieller DNA, die Milliarden von Datenpunkten enthält. Ohne KI wäre dies unmöglich.
Ein weiteres Problem ist das begrenzte Verständnis der Verbindungen, die KI zwischen Biomarkern und Krankheiten herstellt. Dr. Slavé Petrovski von AstraZeneca hat in den letzten zwei Jahren eine KI-Plattform entwickelt, die mit Biomarkern aus der UK Biobank 120 Krankheiten mit über 90 % Erfolgsrate identifizieren kann.
Dr. Heller wendet eine ähnliche Mustererkennung für Eierstockkrebs an. “Wir wissen, dass die Sensoren an Proteine und Moleküle im Blut binden, aber wir wissen nicht, welche spezifisch für Krebs sind,” sagt er.
Datenmangel bleibt ein Hindernis. Laut Moran teilen viele Einrichtungen ihre Daten nicht oder es fehlen Mechanismen dafür. Ocra finanziert daher ein großes Patientenregister mit elektronischen Krankenakten, die Forschern helfen, Algorithmen zu trainieren.
“Wir stehen noch am Anfang – es ist immer noch der wilde Westen der KI,” sagt Moran.
